接task 1的笔记,在我们得到可以得到待测数的函数后,画出其图像,与得到的真实数据做对比
观察可发现存在一个以7天为一个循环的周期,故而再把前七天的观看人数考虑进去乘上权重并求和后,我们得到了一个新的模型 ,再加上偏置后,我们即可得到我们真正所需的线性模型。
线性模型的优化:
分段线性曲线
由于不管如何设置 w 跟 b,永远制造不出红色线,永远无法用线性模型制造红色线。显然线性模型有很大的限制,这一种来自于模型的限制称为模型的偏差,无法模拟真实的情况。所以需要写一个更复杂的、更有灵活性的、有未知参数的函数。我们想办法将蓝色的线“变成”红色的线,这时红色的线就是一个分段线性曲线。
↓
↓
↓
↓经定义
最后用梯度下降把数据分成批量 。
构建和训练模型的流程:
1.定义一个包含未知参数的函数,(其中的未知参数包含模型的所有参数)。
2.定义损失函数来评估参数的好坏。
3.解决优化问题,找到使损失函数最小化的参数 。
(非专业,业余学习记录,请谨慎参考❗❗)